Quando negli anni passati ci immaginavamo il futuro, vedevamo mondi popolati da robot umanoidi impegnati ad affiancare l’uomo nelle attività quotidiane. Pensiamo ai celebri droidi di Star Wars, come C-3PO e R2-D2, compagni geniali e ironici degli umani nelle loro avventure galattiche. Impossibile non citare Wall-E, il piccolo robot Pixar che con la sua tenacia e sensibilità ha saputo cambiare il destino del suo mondo. Anche Bender, il robot sfrontato e irriverente di Futurama, fa parte del nostro immaginario collettivo, incarnando in modo esilarante le contraddizioni e le potenzialità delle intelligenze artificiali.
Oggi quella visione, che sembrava quasi esclusiva della fantascienza, si sta rapidamente avvicinando alla realtà. Non soltanto intelligenza artificiale: la robotica umanoide sta vivendo una nuova corsa all’innovazione, alimentata dalla crescita esponenziale dell’intelligenza artificiale e dallo sviluppo di tecnologie sempre più avanzate. Il tutto ha ovviamente anche notevoli conseguenze in borsa, con l’ascesa delle aziende che stanno riuscendo a cavalcare meglio questo trend.
L’alba della nuova robotica umanoide
Alla fine del 2022 Sam Altman annunciava su Twitter il lancio di ChatGPT, aprendo la strada all’ascesa dell’intelligenza artificiale generativa. Da quel momento, la crescita nella ricerca, sviluppo e impiego di questi sistemi ha superato ogni aspettativa, entrando prepotentemente in moltissimi aspetti della vita quotidiana e del mondo del lavoro.
Su questa linea, Derek Yan, Senior Investment Strategist di KraneShares, sottolinea come nel mondo della robotica si senta lo stesso fermento: non siamo ancora al “momento ChatGPT”, ma ci stiamo rapidamente avvicinando. Le leggi di scala che hanno spinto in alto i grandi modelli linguistici ora si applicano anche ai robot umanoidi. Sono le aziende che accumulano i dati di addestramento migliori, grazie a flotte operative sempre più ampie, a costruire i veri vantaggi competitivi del futuro.
Dai robot specializzati a quelli generalisti
Storicamente, la robotica si è affidata a software specializzati, progettati per eseguire compiti precisi e circoscritti. Ogni azione richiedeva una programmazione dettagliata e specifica, con tempi di sviluppo lunghi e scarsa flessibilità.
Oggi, però, la sfida si sta spostando: i veri leader del settore puntano su modelli di intelligenza artificiale generalisti, capaci di permettere ai robot di apprendere nuovi compiti in poche ore anziché in mesi.
La svolta è rappresentata dall’emergere dei modelli Vision-Language-Action (VLA): sistemi avanzati in grado di ricevere comandi in linguaggio naturale e tradurli in azioni concrete, dopo aver analizzato e compreso l’ambiente circostante.
Ad esempio, un robot può ricevere l’istruzione “prendi la tazza sul tavolo e portamela”, riconoscere visivamente gli oggetti presenti, identificare la tazza e completare l’azione anche senza essere mai stato addestrato in laboratorio per quel compito specifico.
In passato, invece, ogni minimo gesto e movimento doveva essere definito in anticipo come una sequenza rigida di istruzioni, coordinate e traiettorie, programmata manualmente passo dopo passo.
La nuova Frontiera: “world model” e simulazioni
Una delle innovazioni chiave è rappresentata dai cosiddetti “world model”: intelligenze artificiali che non si limitano a percepire l’ambiente, ma costruiscono una rappresentazione interna del mondo e simulano come oggetti e forze interagiscono nel tempo. In questo modo, il robot può “ragionare” prima di agire, esplorando diverse possibilità e anticipando le conseguenze delle proprie azioni senza doverle necessariamente eseguire nel mondo reale.
A differenza dei Large Language Models (LLM), addestrati su enormi quantità di dati disponibili online, i robot hanno bisogno di dati fisici e interazioni concrete, spesso difficili e costosi da raccogliere. I “world model” superano questo limite creando ambienti simulati in cui generare esperienze su larga scala, accelerando enormemente l’addestramento e rendendo la robotica più scalabile.
Integrati con i modelli Vision-Language-Action (VLA), questi sistemi segnano un ulteriore salto evolutivo: se il VLA consente al robot di ricevere comandi in linguaggio naturale e tradurli in azioni concrete, dopo aver analizzato e compreso l’ambiente circostante, il “world model” gli permette di pianificare e scegliere come agire.
Riprendendo l’esempio precedente, di fronte all’istruzione “prendi la tazza sul tavolo e portamela”, il robot non si limita a riconoscere gli oggetti, ma costruisce una rappresentazione della scena, valuta distanze, ostacoli e possibilità di presa, simula diverse traiettorie e seleziona quella più efficace prima di muoversi fisicamente.
Non è un caso che, solo nei primi mesi del 2026, nel settore dei “world model” siano confluiti oltre 6 miliardi di dollari verso un numero ristretto di startup: chi controllerà queste infrastrutture avrà in mano le chiavi dell’apprendimento su larga scala, senza dover moltiplicare il numero di robot fisici prodotti.
La nuova geografia della robotica
Tra i principali catalizzatori del futuro prossimo spicca la decisione di Tesla di riconvertire lo stabilimento di Fremont per produrre fino a un milione di robot umanoidi Optimus all’anno. “L’integrazione verticale di Tesla, dall’hardware al software fino all’AI proprietaria, potrebbe garantire vantaggi di costo significativi, tra il 30% e il 40% rispetto ai player che dipendono da fornitori esterni” ha spiegato in un report Derek Yan (Senior Investment Strategist presso KraneShares).
Nel frattempo, il protagonismo asiatico si consolida: in Cina, la quotazione di Unitree Robotics segna la maturità finanziaria del settore.
Unitree vanta margini lordi al 60%, vendite di robot umanoidi superiori a quelle quadrupedi e una posizione di leadership globale nei volumi di produzione. Il vantaggio cinese non riguarda solo la scala, ma anche la rapidità e l’efficienza nella produzione, sostenuta dalla filiera avanzata dei veicoli elettrici. Sul fronte dell’innovazione la Cina ha depositato circa 7.700 brevetti sugli umanoidi negli ultimi cinque anni, contro i circa 1.560 degli Stati Uniti.
Queste dinamiche suggeriscono una possibile “biforcazione” nella catena di fornitura globale: la Cina destinata a guidare l’hardware e la compressione dei costi, mentre Stati Uniti ed Europa si specializzeranno in AI avanzata, architetture di sistema e soluzioni certificate per l’affidabilità e la sicurezza.
Diversificare per cogliere tutte le opportunità
In questo contesto in rapida evoluzione, secondo le considerazioni dell’analista di KraneShares, la soluzione più efficace per investire nella nuova corsa alla robotica umanoide è quindi quello di adottare un approccio diversificato.
In un report l’analista ha spiegato che solo una visione che includa l’intero ecosistema, dall’hardware cinese all’AI statunitense, passando per Europa e Giappone, permette infatti di intercettare le tante opportunità della catena del valore globale e di evitare un’eccessiva concentrazione sui soli big tecnologici americani. La conquista del futuro, insomma, sarà un gioco di squadra tra le diverse aree del pianeta, seppur con pesi diversi, con Asia ed America a giocare un ruolo chiave.
